ANALISIS FMEA UNTUK IDENTIFIKASI TERJADINYA BATU BARA REJECT DAN LOSSES

Simposium Nasional RAPI X1V- 2015FT UMS

ISSN 1412-9612

ANALISIS FMEA UNTUK IDENTIFIKASI TERJADINYA
BATU BARA REJECT DAN LOSSES
Siti Nandhiroh1 , Rahmattullah2
1,2

Jurusan Teknik Industri, FakultasTeknik, UniversitasMuhammadiyahSurakarta
Jl. A. YaniTromolPos 1 PabelanKartasura 57102 Telp 0271 717417
Email: [email protected]

Abstrak
Batu bara merupakan elemen terpenting dalam Industri manufatur semen. Fungsi batu bara sebagai
bahan bakar dalam proses produksi semen menjadikan batu bara sebagai bottleneck dalam
serangkaian proses produksi semen. Kualitas dan kuantitas batu bara merupakan syarat mutlak yang
harus dipenuhi oleh sebuah Industri manufaktur semen. Saat ini pada PT. Semen Padang diketahui
bahwa penurunan pada kualitas dan kuantitas batu bara terjadi secara fluktuatif dari setiap bulan.
Kondisi tersebut tentunya menimbulkan kerugian secara finansial dan non finansial terhadap
PT.Semen Padang. Identifikasi untuk analisis terjadinya batu bara reject dan losses perlu dilakukan

secara komprehensif dari supplychain awal hingga supplychain akhir dari batu bara tersebut. Metode
FMEA (Failure Mode and Effect Analysis) diterapkan untuk mengidentifikasi timbulnya batu bara
reject dan losses. Identifikasi penyebab terjadinya kegagalan tercapainya kualitas dan kuantitas batu
bara di PT Semen Padang dapat diketahui dari nilai Risk Priority Number. Metode FMEA diterapkan
dalam identifikasi permasalahan penurunan kualitas dan kuantitas batu bara dikarenakan metode
FMEA menggunakan tiga variabel dalam perhitungan Risk Priorirty Number. Ketiga variabel
tersebut ialah severity, occurence dan detect.Hasil akhir dari identifikasi penurunan kualitas dan
kuantitas batu bara di PT Semen Padang yaitu terjadinya batu bara yang terbakar, terbatasnya area
stockpile, kegagalan penerapan quality control oleh vendor, batu bara mengalami oksidasi, dan
terjadinya lot batubara longsor di stockpile. Upaya solutif untuk mengatasi penyebab dari penurunan
kualitas dan kuantitas batu bara di PT Semen Padang ialah dengan melakukan penyusunan skala
prioritas vendor, perubahan susunan lot batu bara, penggunaan larutan polymer P.I.C dan
pengawasan area stockpile secara berkala.

Kata kunci: Batu Bara ,FMEA, Kualitas
Pendahuluan
Persaingan dunia industri yang begitu ketat saat ini menuntut setiap industri manufaktur untuk menerapkan
kualitas di setiap lini perusahaan. Tanpa terkecuali di departemen pegadaan bahan baku curah. Salah satu bahan
baku curah yang menjadi fokus dalam pemenuhan kualitas di PT Semen Padang yaitu kualitas bahan baku batu bara.
Peran dan fungsi batu bara sebagai bahan bakar dalam industri manufaktur semen menjadikan pemenuhan kualitas

dan kuantitas batu bara sebagai syarat wajib yang harus dipenuhi.
Saat ini data Departemen Pengadaan PT Semen Padang menunjukkanjumlah batu bara reject dan losses
terjadi secara fluktuatif disetiap bulan. Batu bara merupakan bahan bakar tunggal, termahal dan terpenting dalam
proses pembuatan semen dibanding dengan bahan baku lain, sehingga keberadaan batu bara reject dan losses pada
stockpile akan berdampak pada kerugian finansial dan non finansial seperti kapasitas stockpile yang berkurang,
pencemaran lingkungan dan terhambatnya pengembangan stockpile.Meskipun faktor yang menyebabkan rendahnya
produktivitas suatu industri manufaktur cukup banyak, namun kualitas dan kuantitas bahan baku memiliki
presentase terbesar dibanding faktor lain. Pernyataan tersebut senada dengan (Liker, 2005)yang menyatakan bahwa
kualitas akan selalu berbanding lurus dengan produktivitas.
Penelitian ini bertujuan untuk mengidentifikasi penyebab kegagalan dominan dalam pencapaian kualitas dan
kuantitas batu bara dengan menggunakan Metode FMEA (Failure Mode and Effect Analysis). Menurut McderMott
dan Beauregard (1996:40) metode FMEA adalah metode yang tepat untuk mengidentifikasi penyebab permasalahan
dan mencegah timbulnya permasalahan dalam suatu sistem. Sedangkan output akhir dari penelitian ini
ialahdirumuskan sejumlah usulan perbaikan untuk meminimalisir terjadinya batu bara reject dan losses

I-159

Simposium Nasional RAPI X1V- 2015FT UMS

ISSN 1412-9612


Bahan dan metode penelitian
Metode yang diterapkan dalam mengidentifikasi jenis kegagalan dominan pada pemenuhan kualitas dan
kuantitas batu bara di PT Semen Padang ialah metode FMEA (Failure Mode and Effect Analysis. Salah satu tipe
metode FMEA, yaitu FMEA system dianggap kompatible apabila diterapkan dalam suatu indusrti manufaktur
dikarenakan tipe metode FMEA ini berfokus pada sistem secara global.Sedangkan Menurut (Mourbay, 1997),
FMEA ialah sebuah metode yang digunakan untuk melakukan pengidentifikasian bentuk kegagalan yang memiliki
kemungkinan untuk berpotensi menjadi penyebab kegagalan fungsi serta untuk memastikan pengaruh kegagalan
dari setiap bentuk kegagalan.
FMEA (Failure Mode and Effect Analysis). adalah suatu metodologi terstruktur untuk mencegah dan
mengkoreksi timbulnya kegagalan yang diprediksi akan diterima konsumen atau user . Metode ini berperan dengan
cara menganalisis penyebab timbulnya kegagalan pada suatu proses yang dibuktikan dengan spesifikasi yang
ditentukan tidak terpenuhi. FMEA (Failure Mode and Effect Analysis) diterapkan untuk mengidentifikasi dan
menganalisis segala kegagalan yang potensial terjadi pada suatu sistem. Metode FMEA (Failure Methods Effect
Analysis) juga digunakan untuk mengajukan upaya perbaikan untuk mengatasi permasalahan kegagalan yang paling
dominan yang diidentifikasi dari nilai RPN (Risk Priority Number ).
Penentuan prioritas dari suatu bentuk kegagalan akan melibatkan sejumlah perosnel, maka personel yang
terlibat dalam penerapan FMEA harus mendefinisikan terlebih dahulu mengenai severity, occurence, detection yang
apabila dikalkulasikan dengan perkalian matematis akan diperoleh nilai Risk Priority Number.FMEA biasa
diterapkan dalam tahap konseptual dan awal design dari suatu sistem dengan tujuan untuk menjabarkan semua

probabilitas timbulnya kegagalan dan mengajukan upaya perbaikan yang tepat untuk meminimalisir semua
kegagalan-kegagalan potensial tersebut. FMEA memiliki tiga variabel atau indeks untuk menentukan Risk Priority
Number. Adapun penjelasan dari tiga indeks tersebut yaitu sebagai berikut:
a. Severity
Severity adalah menentukan tingkat keparahan dari dampak yang diterima terutama berkaitan pada kualitas.
Tingkat keparahan tersebut direpresentasikan dalam bentuk skala 1 – 10 dengan kriteria penilaian seperti pada
tabel 1 dibawah ini.
Tabel 1 Skala Penilaian Severity
Akibat

Skala

Kriteria

Tidak ada akibat

1

Tidak ada efek terhadap kualitas


Sangat sedikit Akibatnya

2

Karakteristik kualitas batu bara tidak terganggu

Sedikit akibatnya

3

Akibatnya kecil ke kualitas batu bara

Akibatnya kecil

4

Kualitas batu bara sedikit mengalami gangguan

Cukup berakibat


5

Kegagalan mengakibatkan beberapa ketidakpuasan
pada kualitas batu bara

Cukup berakibat

6

Kegagalan mengakibatkan ketidaknyamanan

Akibatnya besar

7

Kualitas batu bara tidak memuaskan

Ekstrim

8


Kualitas batu bara sangat tidak memuaskan

Serius

9

Berpotensi menimbulkan akibat buruk pada proses
pembakaran dalam pembuatan semen

Beresiko

10

Efek dari kegagalan batu bara berakibat tidak
sempurnanya proses pembakaran

Sumber : (Nursanti dan Aji, 2013)
b. Occurence
Occurence merupakan probabilitas dari terjadinya suatu kegagalan pada suatu proses yang penilaiannya

menggunakan skala 1 -10. Tingkat probabilitas timbulnya kegagalan pada suatu proses akan disajikan dengan
kriteria dari probabilitas tersebut. Adapun kriteria dari tingkat probabilitas timbulnya kegagalan yaitu
diinformasikan pada tabel 2 dibawah ini.

I-160

Simposium Nasional RAPI X1V- 2015FT UMS

ISSN 1412-9612

Tabel 2 Skala Penilaian Occurence
Akibat

Skala

Kriteria

Tidak Pernah

1


Sejarah menunjukkan tidak ada kegagalan

Jarang

2

Kemungkinan kegagalan sangat langka

Sangat kecil

3

Kemungkinan kegagalan sangat sedikit

Sedikit sekali

4

Beberapa kemungkinan kegagalan


Rendah

5

Kemungkinan kegagalan ada

Sedang

6

Kemungkinan kegagalan sedang

Cukup tinggi

7

Kemungkinan kegagalan cukup tinggi

Tinggi


8

Tingginya jumlah kegagalan

Sangat tinggi

9

Jumlah yang sangat tinggi dari kemungkinan kegagalan

Pasti

10

Kegagalan hampir pasti ada

Sumber : (Nursanti dan Aji, 2013)
c. Detection
Detection adalah pengukuran terhadap perfomansi pengkontrolan yang dapat mendeteksi terjadinya kegagalan
pada suatu proses. Adapun informasi mengenai skala penilaian detection dan kriteria dari nilai skala tersebut
akan disajikan melalui tabel 3 dibawah ini.
Tabel 3 Skala Penilaian Detection
Akibat

Skala

Kriteria

Hampir pasti

1

Kontrol pasti mendeteksi

Sangat tinggi

2

Kontrol hampir pasti mendeteksi

Tinggi

3

Kontrol mempunyai peluang yang besar untuk
mendeteksi

Cukup tinggi

4

Kontrol mungkin mndeteksi cukup tinggi

Sedang

5

Kontrol mungkin mendeteksi sedang

Rendah

6

Kontrol mungkin mendeteksi rendah

Sedikit

7

Kontrol mempunyai peluang yang sangat kecil untuk
mendeteksi

Sangat sedikit

8

Kontrol mempunyai peluang yang sangat kecil untuk
mendeteksi

Jarang

9

Kontrol mungkin tidak mendeteksi

Mustahil

10

Kontrol pasti tidak mendeteksi

Sumber : (Nursanti dan Aji, 2013)
Penerapan metode FMEA ini melibatkan sejumlah asumsi yaitu :
1. Pada penelitian ini dilakukan analisis ANOVA dikarenakan ketiga variabel dalam perolehan nilai RPN
yaitu severity, occurence dan detect memiliki tingkat kepentingan yang sama. Disisi lain analisis A
2. NOVA dilakukan untuk meminimalisir unsur subjektifitas responden dalam penentuan nilai RPN.
3. Pada penelitian ini dilakukan purposive sampling untuk membentuk forum group discussion , sehingga
tes homogenitas yang terdapat pada analisis ANOVA diabaikan.
Hasil dan Pembahasan
Metode FMEA (Failure Methods Effect Analysis) diterapkan sebagai upaya before- the – event dalam upaya
menghilangkan, mencegah dan meminimalisir timbulnya kemungkinan kegagalan dari penyebab dalam suatu sistem
untuk tidak terulang dimasa depan. Sedangkan Menurut Foster (2010), penggunaan metode FMEA akan melalui
sembilan tahapan untuk mengidentifikasi permasalahan yang terjadi. Kesembilan tahapan tersebut yaitu
mengidentifikasi setiap proses didalam suatu sistem, mengidentifikasi fungsi dari proses, mengidentifikasi jenis
kegagalan yang terjadi, menentukan tingkat keparahan, menetapkan kemungkinan terjadinya kegagalan,
mengestimasi kegagalan yang ditemukan dan menentukan nilai risk priority number terbesar. Adapun implementasi

I-161

Simposium Nasional RAPI X1V- 2015FT UMS

ISSN 1412-9612

dari tahapan metode FMEA terhadap permasalahan timbulnya batu bara reject dan losses di PT Semen Padang yaitu
sebagai berikut:
a. Identifikasi Proses Pemesanan Batu Bara
Proses bisnis transaksi batu bara melibatkan 3 pihak yaitu pihak PT Semen Padang (selaku pemesan), Sucofindo
(Lembaga Penguji Batu Bara) dan Vendor (selaku pemasok). Hubungan dari ketiga pihak tersebut akan
digambarkan pada gambar 1dibawah ini.
PROSES BISNIS PENGELOLAAN PERSEDIAAN
PERENC& PENGENDALIAN

Purchase Requestion

PENGADAAAN

VENDOR

Purchase Order
770000.......

BARANG MASUK
(Surat Pengantar
Barang)

PENGELOLAAN
PERSEDIAAN

SUCCOFINDO

PENERIMAAN /
TIMBANGAN
Timbangan IN / OUT

SAMPLING &
REKAP PER LOT

LAB. JAMINAN
KUALITAS

SAMPLING

Pembongkaran

Rekap & Proses
Tanda Tangan
Pejabat PT.Sp

Rekap yang telah
ditanda tangani

PENERBITAN COW &
COA

COW & COA

Tidak

REJECT
Informasi Material
Reject

Barang
Cocok
Ya

SPT (KOREKSI
TONASE)
COW Terlampir

SPT (KOREKSI TONASE)
COW Terlampir

Good Receipt (GR)
Mengacu SPT

Inspection Lot

Proses UD

PRINT GR

BATU BARA DI STP
SIAP PAKAI

Informasi
Material Reject
Proses
Pengeluaran

Gambar 1 Proses Bisnis Pemesanan Batu Bara

Pada gambar diatas dapat diketahui uraian aktivitas yang dilakukan dalam supply chain pemesanan hingga
pemakaian batu bara. Sejumlah aktivitas tersebut dilakukan oleh pihak PT Semen Padang, succofindo dan
pemasok. Melalui sejumlah aktivitas tersebut dapat diidentifikasi jenis kegagalan maupun modus kegagalan
potensial yang dapat terjadi. Adapun uraian penjelasan mengenai jenis kegagalan dan kemungkinan penyebab
kegagalan potesial lain dari rangkaian supplychain pemesanan batu bara yaitu melalui poin b dibawah ini
b. Identifikasi Jenis Kegagalan dan Potensi Kegagalan
Penjelasan mengenai jenis kegagalan potensial dalam suatu rangkaiansupply chain pemesanan hingga pemakaian
batu bara dapat diketahui melalui tabel 4dibawah ini.
Tabel 4 Identifikasi Jenis Kegagalan Pemenuhan Kualitas Batu Bara
Aktivitas

Modus Kegagalan
Potensial

Pemesanan

Penambangan

Simbol

Penyebab

Effect

Control

Kesalahan
dalam
menentukan jumlah
persediaan

E1

Disebabkan
oleh
faktor musiman (ex :
lebaran, tahun baru,
libur nasional)

Terjadinya
Pemesanan
batu
bara
berlebih
(penumpukan batu
bara)

Melihat kondisi
dan kapasitas area
stockpile

Kesalahan prosedur
penambangan

E2

Minim pengetahuan
penanganan batu bara

Berkurangnya
kualitas batu bara

Salah
melakukan
sampling

E3

Sampel yang diambil
tidak
memenuhi
syarat

Quality
Control
Tidak diterapkan

E4

Tidak mau rugi waktu
dan biaya

I-162

Salah
mengidentifikasi
status kualitas batu
bara
Berkurangnya
kualitas batu bara

Penekanan dan
efektifitas sanksi
penalti pada
klausul kontrak
pembelian batu
bara

Simposium Nasional RAPI X1V- 2015FT UMS

Rusaknya lapisan
clearing batu bara

E5

Terkikis alat material
handling

Berkurangnya
kualitas batu bara

Batu
bara
terkontaminasi
tanah

E6

Minim pengetahuan
penanganan batu bara

Berkurangnya
kualitas batu bara

E7

Kesengajaan vendor
mengulur waktu dan
Pemaksaan pembelian
batu bara secara halus

Terjadinya kerugian
waktu, biaya dan
tempat untuk PT
Semen Padang

Jumlah Truck tidak
optimal

E8

Kurangnya
ketersediaan truck

Batu
bara
mengalami oksidasi

E9

Terlalu lama dalam
perjalanan

Keterlambatan
pemenuhan
persediaan
Berkurangnya
kualitas batu bara

Batu bara tercecer
di perjalanan

E10

Jalanan
rusak

Kurangya kuantitas
batu bara

Keterlambatan
Pengiriman

E11

Terjadinya kemacetan
lalu lintas , kerusakan
truck

Salah
melakukan
pendataan

E12

Salah input SAP

Mengabaikan
kontrak

Pengiriman

Penerimaan

ISSN 1412-9612

isi

transportasi

Keterlambatan
pemenuhan
persediaan
Terjadinya
misskomunikasi
dokumen

Penekanan dan
efektifitas sanksi
penalti pada
klausul kontrak
pembelian batu
bara
Penggunaan
notification
Menjalin
koordinasi dengan
PIC
pembongkaran
batu bara
Penyusunan
lot
batu
bara
dilakukan secara
rapi
Perbandingan
hasil uji

Salah
memberi
instruksi
lokasi
pembongkaran

E13

Human Error

Kesalahan
lokasi
pembongkaran batu
bara

Tidak rapi dalam
penyusunan

E14

Minim pengetahuan
handling dan batu
bara

Prosentase batu bara
losses

Perbedaan Hasil Uji

E15

Perbedaan
waktu
pengambilan sampel

Sistem FIFO gagal
diterapkan

Menerima batu bara
reject

E16

Misskomunikasi atau
kesalahan informasi

Kerugian finansial

Menolak
bara reject

E17

Kesengajaan vendor
mengulur waktu dan
pemaksaan pembelian
batu bara secara halus

Kekurangan
area
stockpile batubara

Melakukan
negosiasi
downgrade
bara

E18

Kurangnya
maintenance stockpile

Kandungan
air
batubara meningkat
dan
lot
mudah
longsor

Perawatan dynase
stockpile secara
berkala

Batu bara terbakar

E19

Batu bara diletakkan
pada area terbuka

Terjadinya
batu bara

Penggunaan
larutan polymer

Terbatasnya
stockpile

area

E20

Dominasi Batu bara
reject

Menghambat sistem
inventory
perusahaan

Minimalisir
jumlah batu bara
reject di stockpile

Lot
batu
longsor

bara

E21

Penyusunan Lot yang
tidak
tepat.
Dikarenakan hujan

Prosentase batu bara
losses meningkat

Penyusunan
lot
batu bara secara
padat berbanjar

Batu bara terlindas
ban

E22

Batu bara tercecer
karah jalur truck

Terjadinya
bara losses

Kesalahan
perhitungan

E23

Human error

Kesalahan
dalam
pengambilan
keputusan

Menumpuknya batu
bara reject
Penyimpanan
Drynase
buruk

stockpile

Distribusi

I-163

losses

batu

batu

batu

Pembuatan jalur
lintas truck pada
area stockpile
Perbandingan
hasil perhitungan
manual
dengan
sistem SAP

Simposium Nasional RAPI X1V- 2015FT UMS

ISSN 1412-9612

Berdasarkan tabel 4 diatas dapat diketahui penyebab dan efek dari batu bara reject dan losses sebesar 23
kegagalan. Oleh karena banyaknya penyebab dan modus kegagalan tersebut, perlu dilakukan penilaian severity,
occurence dan detect untuk memperoleh nilai risk priority number / jenis kegagalan paling dominan.
c. Penentuan Nilai RPN
Penilaian severity, occurence dan detect akan dilakukan oleh team engginer yang dibentuk secara purposive
sampling. Penilaian nilai RPN ini melibatkan 3 responden dimana responden tersebut setingkat supervisor,
administrasi dan pelaksana lapangan penyimpanan curah batu bara di PT Semen Padang. Penilaian nilai RPN
dilakukan dengan menggunakan rumus yaitu sebagai berikut :
RPN = S * O * D
Keterangan : S = Severity( Skala 1 -10)
O = Occurence ( Skala 1 -10)
D = Detect( Skala 1 -10)
Penilaian nilai RPN dilakukan dengan teknik wawancara dan forum group decision. Adapun hasil dari penilaian
RPN dari ketiga responden dapat diketahui pada tabel 5 dibawah ini.
Tabel 5 Hasil Pembobotan dan Perhitungan RPN
Failure
Mode

1

2

3

1

2

3

1

2

3

1

2

3

Rata –
Rata

E1

7

5

5

5

5

6

4

5

6

140

125

180

148,33

E2

7

7

7

6

3

4

4

5

5

168

105

140

137,67

E3

6

3

4

6

5

6

5

6

6

180

90

144

138

E4

5

8

7

5

7

8

7

5

6

175

280

336

263,67

E5

7

8

7

6

4

3

7

5

5

294

160

105

186,33

E6

7

8

7

8

5

6

4

3

4

224

120

168

170,67

E7

6

3

4

7

5

3

6

7

6

252

105

72

143

E8

6

8

4

6

2

3

4

8

8

144

128

96

122,67

E9

7

6

7

7

6

5

6

9

9

294

324

315

311

E10

5

3

3

5

4

3

7

9

9

175

108

81

121,33

E11

5

4

3

5

5

4

7

2

9

175

40

108

107,67

E12

5

3

3

3

2

2

4

2

8

60

12

48

40

E13

7

3

3

4

3

2

4

2

3

112

18

18

49,33

E14

8

8

8

7

4

2

5

5

5

280

160

80

173,33

E15

6

3

6

5

5

5

5

4

7

150

60

210

140

E16

7

8

8

3

2

1

2

2

9

42

32

72

48,67

E17

8

8

9

6

10

10

3

1

2

144

80

180

134,67

E18

7

8

8

5

5

4

3

9

4

105

360

128

197,67

E19

8

8

8

8

10

9

7

9

9

448

720

648

605,33

E20

8

8

9

8

10

10

5

4

2

320

320

180

273,33

E21

7

8

8

7

4

2

5

9

8

245

288

128

220,33

E22

6

4

3

5

3

2

5

9

9

150

108

54

104

E23

7

5

4

7

5

6

4

5

6

196

125

144

155

S

O

D

RPN

Berdasarkan dari tabel responden dapat diketahui hasil nilai RPN dari 23 jenis dan modus kegagalan
diketahui bahwa jenis kegagalan E19, E20, E4, E9 dan E21 merupakan jenis kegagalan dominan. Sedangkan
untuk meminimalisir unsur subjektifitas dari setiap responden maka dilakukan analisis ANOVA untuk
membuktikan hasil penilaian valid dan tidak subjektif.
d. Analisis ANOVA
ANOVA adalah teknik statistik yang diterapkan untuk melakukan perbandingan rata –rata dari dua sampel atau
lebih, analisis ANOVA dilakukan untuk membandingkan nilai RPN dari 23jenis kegagalan. Berdasarkan kondisi
tersebut, maka dapat diformulasikan hipotesis sebagai berikut:
HO : μE1_1 = μEβ_β..............= μEβ1_β1

I-164

Simposium Nasional RAPI X1V- 2015FT UMS

ISSN 1412-9612

H1 : Rata –rata nilai RPN dari ketiga responden berbeda, minimal dua jenis kegagalan
Informasi mengenai rekapitulasi nilai RPN dari ketiga responden dapat direkapitulasi di tabel 6 dibawah ini.
Tabel 6 Rekapitulasi Nilai RPN
Responden

Rekapitulasi Nilai RPN
E1

Responden
1

Responden
2

Responden
3

E2

E3

E4

E5

E6

E7

E8

E9

E10

E11
125

E12

120

168

180

100

168

196

252

144

294

125

E13

E14

E15

E16

E17

E18

E19

E20

E21

E22

E23

60

112

210

150

42

144

105

256

320

245

150

120

E1

E2

E3

E4

E5

E6

E7

E8

E9

E10

E11

E12

125

105

90

280

160

75

100

80

180

48

40

12

E13

E14

E15

E16

E17

E18

E19

E20

E21

E22

E23

18

160

60

32

80

160

320

320

128

48

125

E1

E2

E3

E4

E5

E6

E7

E8

E9

E10

E11

E12

150

140

144

336

105

144

90

48

175

36

48

30

E13

E14

E15

E16

E17

E18

E19

E20

E21

E22

E23

18

60

120

32

180

128

288

180

80

30

144

Tabel 7 Hasil Output ANOVA
Sum of
Df
Mean Square
Squares
Between
Groups
Within
Groups
Total

307.305.072

22

13.968.412

154.012.000

46

3.348.087

461.317.072

68

F

Sig.

4.172

.000

Berdasarkan informasi yang tertera pada tabel 7 dapat diidentifikasi bahwa tidak terdapat dari 23 jenis
kegagalan potensial yang memiliki nilai RPN sama. Hal ini dibuktikan dengan nilai signifikansi level sebesar
0,000 yang lebih kecil dari 0,05 sebagai toleransi kesalahan dalam penelitian ini. Sedangkan jenis kegagalan
potensial yang memiliki nilai RPN tertinggi secara berurutan adalahE19, E20, E4, E9 dan E21. Adapun
informasi mengenai E19, E20, E4, E9 dan E21 dapat diketahui pada tabel 8 dibawah ini.
Tabel 8 Jenis Kegagalan Potensial
No
Jenis Kegagalan
Simbol RPN
1

Terjadinya batu bara yang terbakar

E19

288

2

Terbatasnya area stockpile

E20

273,3

3

Quality Control vendor tidak diterapkan

E4

238,7

4

Batu bara mengalami oksidasi

E9

216,3

5

Lot batubara longsor

E21

151

Berdasarkan informasi dan pengolahan data yang telah dilakukan maka dapat diidentifikasi bahwa dalam
supplychain pemesanan hingga pemakaian batu bara jenis kegagalan paling dominan ialah terjadinya batu bara
yang terbakar, terbatasnya area stockpile, quality control vendor tidak diterapkan, batu bara mengalami oksidasi,
dan lot batu bara longsor saat di stockpile. Oleh karena itu dibutuhkan sejumlah upaya dan usulan perbaikan
untuk mengatasi jenis kegagalan tersebut.
e. Usulan Perbaikan
Berdasarkan hasil forum group discussion yang dilakukan oleh team engginer yang terdiri dari peneliti,
supervisor, administrasi dan pelaksana lapangan penyimpanan curah maka dapat dirumuskan usulan perbaikan
solutif yang dapat diterapkan untuk mengatasi kelima permasalahan dominan dalam timbulnya batu bara reject
dan losses. Adapun kelima usulan perbaikan tersebut ialah:

I-165

Simposium Nasional RAPI X1V- 2015FT UMS

ISSN 1412-9612

1. Perlu dilakukannya kembali peninjauan klausul kontrak dengan vendor. Peninjauan klausul kontrak tersebut
dapat dilakukan dengan peningkatan sanksi penalti pelanggaran klausul kontrak dan mempercepat due date
pengambilan status batu bara reject.
2. Penyusunan skala prioritas vendor yang didasari biaya batu bara termurah, waktu pemesanan tercepat dan
jarak tambang terdekat
3. Pihak PT Semen Padang mengirimkan perwakilan untuk peninjauan dan pengawasan aktivitas penambangan
vendor saat pemenuhan pemesanan batu bara dilakukan.
4. Pembentukan susunan lot secara padat berbanjar untuk meminimalisir terjadinya selfcombustion
5. Pemberian larutan polymer P.I.C secara berkala sebagai upaya preventif terjadinya batu bara yang
mengalami oksidasi
KESIMPULAN
Hasil analisis ANOVA menunjukkan bahwasanya tidak ada nilai Risk Priority Number dari 23 jenis
kegagalan yang diidentifikasi nilainya sama, sehingga jenis kegagalan dominan pada pemenuhan kualitas dan
kuantitas batu bara dapat langsung ditentukan yaitu jenis kegagalan dengan nilai rata-rata Risk Priority
Number terbesar. Kelima jenis kegagalan terbesar dari dua puluh tiga jenis kegagalan ialah terjadinya batu bara yang
terbakar, terbatasnya area stockpile, kegagalan penerapan quality control oleh vendor, batu bara mengalami
oksidasi, dan terjadinya lot batubara longsor di stockpile. Upaya solutif yang diusulkan untuk meminimalisir
penyebab dari penurunan kualitas dan kuantitas batu bara di PT Semen Padang ialah dengan melakukan penyusunan
skala prioritas vendor, perubahan susunan lot batu bara, penggunaan larutan polymer P.I.C dan pengawasan area
stockpile secara berkala.
DAFTAR PUSTAKA
Foster, S. Thomas., (2010), Managing Quality (Integrating The Supply Chain, Fourth Edition). Pearson Education,
Inc: New Jersey
McDermott, R.E., Mikulak, J.E., Beauregard,M.R. (1996). The Basics of FMEA. New York :Productivity Press
Mourbay, John., (1997), Reliability-centered Maintenance . Industrial press inc: New York.
Nursanti,Ida. and Wisnu Aji,Dimas., (2013), " PENENTUAN PRIORITAS MODE KEGAGALAN PENYEBAB
KECACATANPRODUK
DENGAN
ANOVA(STUDI
KASUS:
CV.
PUTRA
NUGRAHA
TRIYAGAN)"Simposium Nasional Teknologi Terapan , ISSN 2339-028X) pp. 20 -25
Liker, J. K. (2005), "The Toyota Way", Erlangga, Inc., pp. 163-169

I-166